A 공식 발표/논문2024-09-12·중요도 96점·검증 완료 (Human/Cross-Checked)
OpenAI o1 (Strawberry) 추론 모델 발표: 사고 연쇄 스케일링 패러다임
📌핵심 팩트 3줄 요약
- 1사고 연쇄(Chain of Thought)를 내부적으로 확장하여 복잡한 다단계 논리를 해결하는 모델 출시
- 2미국 수학 올림피아드 예선(AIME 2024)에서 83.3% 정답률 달성 (GPT-4o 13.4% 대비 비약적 상승)
- 3사전 학습 중심에서 테스트 타임 연산량(Test-time Compute) 스케일링으로의 전환 입증
📊핵심 주장과 실증 근거 (Claims & Evidence)
원문 대조 검증됨 (1개 명제)주장 명제 #1
AIME 2024 기준 미국 상위 500위권 학생 수준의 수학 문제 해결 능력 도달
원문 발췌 근거AIME 2024: 83.3%
"On the 2024 AIME, o1 solved 83% (12.5/15) of problems, placing it in the top 500 students nationwide."
공개 데이터셋/코드로 재현 가능 확인
상반된 시각 및 전문가 공방 (Dialectic Perspectives)
낙관 1건 · 신중/회의 1건혁신 & 낙관적 시각 (Innovation & Pros)
OpenAI Reasoning Team(OpenAI)
원문 강화학습을 통해 모델이 답변 전 깊이 고민하도록 유도하여 수학, 코딩, 과학의 새로운 지평 개척
"Reinforcement learning empowers the model to spend more test-time compute to think through difficult problems."
한계 & 회의적 시각 (Skepticism & Safety)
Yann LeCun(Meta / NYU)
원문 추론 시점의 연산 탐색은 유용하지만, 자기회귀적 토큰 생성 방식은 여전히 물리 세계 모델과 진정한 상식을 결여하고 있음
"Extending search at inference time is helpful, but auto-regressive models still lack true world models and physical common sense."
🔗교차 검증된 원본 출처 목록 (1건)
링크 조작 및 환각 방지 고정 앵커A 공식 발표/논문OpenAI
Learning to Reason with LLMs